我的教授给了我们一个问题：
算法A和B正好花费TA（n）= 0.1n ^ 2log10（n）和TB（n）= 对于尺寸为n的问题，分别为2.5n ^ 2微秒。选择算法，这在Big-Oh意义上更好，并找出问题 尺寸n0使得对于任何更大尺寸的n> n0所选算法 优于对方。如果你的问题的大小n≤10^ 9， 你建议使用哪种算法？
起初，我认为算法A在Big-Oh意义上会更好，但他的回答是A更好。我对A更好的理由是它比B慢。我纠正还是我的教授是正确的？
以下是他的回答：
在Big-Oh意义上，算法B更好。它 当TB（n）≤TA（n）时，即当2.5n ^2≤时，优于算法A. 0.1N ^ 2log10（N）。这个不等式降低到log10（n）≥25，或n≥n0= 1025.如果n≤10^ 9，则选择的算法是A
他是正确还是我是对的？
答案 0 :(得分：2)
B在大o方面更好，因为它需要与n平方成比例的时间，但A与n平方乘以log n成比例，后者更大。 因此，对于足够大的n B值，会更快。